Tatik Maftukhah (40) meraih gelar Doktor dalam bidang Ilmu Komputer setelah berhasil mempertahankan disertasinya yang berjudul “Metodologi Umpanbalik Relevansi Fuzzy Menggunakan Modifikasi Vektor Kueri dan Inferensi Bayesian Pada Sistem Perolehan Citra Berbasis Isi” dengan yudisium sangat memuaskan pada sidang terbuka Senat Akademik Fakultas Ilmu Komputer Universitas Indonesia (12/1).

Bertindak sebagai promotor Prof. Dr. Dra. Belawati H. Widjaja, M.Sc., dengan Ko-Promotor Dr.Eng. M. Rahmat Widyanto dan Prof. Dr. Ir. Abdul Harris Yadda, M.T. Hadir sebagai tim penguji Prof. Dr. Ir. Aniati Murni Arymurthy, M.Sc, Prof. Dr. Ir. Marimin, M.Sc., Dr. Ir. Dana Indra Sensuse, M.Lis., Dr. Ir. Petrus Mursanto, M.Sc., dan Dr. Achmad Nizar Hidayanto, S.Kom, M.Kom.

Tatik Maftukhah menjadi lulusan Program Doktor Fasilkom UI ke-17 dan lulus dengan predikat sangat memuaskan.

Abstrak
Saat ini media internet sebagai sumber informasi berkembang sangat pesat. 73% informasi yang ada di internet merupakan informasi visual yang berupa citra, sehingga pengembangan Sistem Perolehan Citra berbasis Isi (SPCI) sangat diperlukan. Beberapa usaha untuk pengembangan SPCI telah dilakukan agar citra yang dihasilkan lebih sesuai dengan keinginan pengguna. Salah satu usaha tersebut adalah penggunaan metode umpanbalik relevansi. Selama ini, metode umpanbalik relevansi menyediakan dua tingkat relevansi yaitu “relevan” dan “tidak relevan”. Penggunaan metode umpanbalik relevansi dalam dua tingkat tersebut belum mampu merepresentasikan persepsi pengguna atas tingkat relevansi sebuah citra.

Penelitian ini bertujuan untuk mengatasi permasalahan atas ketidakmampuan metode umpanbalik relevansi sebelumnya dalam merepresentasikan tingkat relevansi sebuah citra. Pada penelitian ini diusulkan metodologi umpanbalik relevansi fuzzy dengan enam tingkatan, yaitu: “sangat relevan”, “relevan”, “sedikit relevan”, “samar-samar”, “tidak relevan” dan “sangat tidak relevan”. Untuk perhitungan hasil umpanbalik, diusulkan metode Modifikasi Vektor Kueri Fuzzy (MVKF) dan Inferensi Bayesian Fuzzy (IBF). Metode MVKP dilakukan dengan memodifikasi vektor kueri berdasarkan umpanbalik pengguna. Metode IBF menggunakan aturan Bayes untuk melakukan estimasi probabilitas posteriori untuk pangkalan data yang relevan dengan kueri yang diberikan. Metode umpanbalik relevansi fuzzy memasukkan nilai keanggotaan dalam perhitungan umpanbalik. Proses metode umpanbalik relevansi fuzzy ini terdiri dari lima tahap, yaitu: kemiripan citra, citra hasil, perhitungan nilai keanggotaan, proses umpanbalik, serta citra hasil umpanbalik.

Metodologi umpanbalik relevansi fuzzy ini dapat meningkatkan kinerja SPCI. Nilai precision untuk metode MVKP dan metode IBF lebih tinggi dibandingkan dengan metode konvensional, Support Vector Machiness Fuzzy (SVMF), dengan Fungsi Basis Radial Fuzzy (FBRF). Penelitian ini dapat dikembangkan dan diterapkan dalam beberapa aplikasi SPCI.